已验证75% 置信事实精确时间

提示注入是一种针对大语言模型的攻击手法，攻击者通过在模型输入数据中嵌入恶意指令劫持模型的正常行为

3

来源数

75%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

Clawk：为AI编程助手创建用完即弃的Linux沙箱隔离环境

相关事实

已验证提示词注入攻击本质上是利用大模型指令与数据不分离的固有缺陷，分为直接注入和间接注入两类80% 相似待验证后门攻击在训练数据中植入触发器，使模型在正常输入下表现正常，遇到特定触发词时产生预设的恶意输出76% 相似待验证某些越狱攻击的有效性来自于诱导模型进入特定吸引子状态，使输出在该框架内自我强化73% 相似待验证常见的系统提示词泄露手法包括直接要求模型输出系统提示词、角色扮演绕过限制以及利用模型过度服从特性进行迂回诱导。72% 相似已验证提示注入分为直接注入（用户直接操控模型行为）和间接注入（通过外部数据源污染上下文）两类70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/505416

API

curl https://kongchang.com/api/v1/knowledge/claims/505416

MCP

get_claim(id=505416)